Pymongo 聚合 $in 列表

Question

我正在尝试在我的收藏中获取一些特定的文档。我想要在我的数据库（display_url）的一个字段中具有子字符串的文档，并且还要查找另一个字段（edge_media_to_caption.edges.node.text）中必须具有的一些关键词。第一个字段是一个 url，所以我需要使用通配符，唯一可行的方法是使用这个信号：.*

但是，我在使用 $in 的比赛的第二部分遇到问题，我认为它不起作用。第二个字段是一个带有文本的字符串字段>

所以我需要获取具有我给出的正则表达式的文档（我单独测试了这部分并且正在工作）并且还至少包含一个单词 ['.corona.' ,'.virus.','.vírus.','.covid.','.大流行病。','.pândemia.'] 在文本中。

        client = MongoClient('localhost', 27017)
        db = client.basededados
        collection = getattr(db, pdados) 
        pipeline= [{'$project': {"_id": True,
                          'legenda': '$edge_media_to_caption.edges.node.text',
                          'data': '$taken_at_timestamp',
                          'hash': '$tags',
                          'id' :'$display_url'}},
            {'$match': {'$and': [{"id": {"$regex": '/%s/' % nitem[0]}},
                                 {"legenda": {"$in": ['.*corona.*','.*virus.*','.*vírus.*','.*covid.*','.*pandemia.*','.*pândemia.*']}}
                                ]}}
                    ]

Answer 1

要通配符匹配字符串，use a regex。在纯 Mongo 中：

{$in: [/\.corona\./, ...]}

在 pymongo 中，可以使用原生 Python 正则表达式：

import re

...

{'$in': [re.compile(r'\.corona\.'), ...]}